Vad kan datavisualisering göra för konsumentproduktindustrin?

Varför datavisualisering fortfarande är viktigt i en tidsålder av generativ AI och agenter inom konsumentprodukter

Nvidias rapport State of AI in Retail and CPG från 2024 visar hur den största potentialen för AI-påverkan finns på marknaden för förpackade konsumentvaror, särskilt när det gäller att förbättra den operativa effektiviteten, höja kundupplevelsen och driva tillväxt. Men det är inte bara de anpassade användningsfallen och lösningarna som AI har förbättrat, hela Data to Insights-livscykeln för förpackade konsumentvaror, tillsammans med BI, har påverkats.

I slutändan är vi människor fortfarande visuella varelser. Även när vi ställer frågor till en generativ AI-aktiverad chatbot kan svaret fortfarande bli en visualisering. Så varför inte förstå nyanserna för att veta hur man hanterar det?

Vilka är grundpelarna för effektiv datavisualisering för konsumentvaror och detaljhandelsanalys?

Pelare 1: Nyckeltal för konsumentvaror och detaljhandel för analys

Det första steget i din visualiseringsresa börjar med KPI:er. Löser det hälften av problemen att veta vad du vill? (även om det är den svårare hälften att arbeta med det)

Några nyckeltal som instrumentpaneler för konsumentproduktindustrin kan ha på en operativ och analytisk nivå är:

• Produktförsäljning per butik
• Lagernivåer för varje butik
• Produktmarginaler
• Hylltillgänglighet
• Leveranstid
• Leveransstatistik
• Kundlojalitet
• Preferensdata (varumärke kontra jag)
• Inventarier i lager

Några av nyckeltalen för strategiska och finansiella team är:

• Försäljningsintäkter kontra prognos
• Vinst per kund
• Produktförsäljning per geografiskt område
• Förändringar i försäljningsorder (per kvartal eller månad)
• Leveranskostnader
• Logistikkostnader i förhållande till intäkter
• Beräkningar av överlager, underlager och dödlager

Det här är bara några av de nyckeltal som är användbara för FMCG- eller CPG-industrin. Men det här är givetvis bara ett exempel, det kan finnas enklare eller komplicerade insikter du kan leta efter.

Om du är osäker på var du ska börja är en av de bästa processerna att identifiera acceptabla, rekommenderade och beundransvärda nyckeltal (KPI:er) som är lämpliga för din CPG-verksamhet. Om du är osäker, skicka ett meddelande till oss så kan våra CPG-analysexperter hjälpa dig med det.

Pillar 2: Visualisation representation

Now that you’ve decided on the content or the type of content you want to show, next comes the structure and the placement of the KPIs. Normally, users follow a “Z” pattern in reading therefore the most important KPIs should be placed first and the not-so-important ones at the bottom, like the one in the dashboard below:

Here’s a few tips for visualizing CPG data (in addition to the data and KPIs that have to be represented):

• Lead with the "Big 3" - Start your dashboard with three core metrics every CPG company obsesses over: Distribution (% ACV), Out-of-Stock rate, and Share of Shelf. Put these in big, bold numbers right at the top. If any dip below target (like OOS > 5%), make them turn red.
• Build velocity tiers - Group stores into velocity bands based on sales per square foot (like A: >$750/sqft, B: $500-750/sqft, etc.). Then let users filter all dashboard metrics by these tiers. This helps identify if problems (like out-of-stocks) are happening mainly in high-volume stores.
• Make a planogram health score - Combine metrics like shelf compliance, facing accuracy, and product voids into a single 0-100 score for each planogram. Display this prominently with weekly trends. Regional managers love this for quick store comparisons.
• Include "Never Outs" tracking - Create a dedicated section for your top 20% of SKUs that should never be out of stock. Show their current inventory levels with clear warning thresholds. I've seen companies use a simple red/yellow/green system where yellow triggers if stock falls below 3 days of supply.

Also, it is important to know which type of chart to use when needed. Usage of pie charts using a pie chart maker , bar charts, stacked charts, combination charts, waterfall charts. can create confusion when the user is unaware of how to read the charts. Therefore, it is important to maintain charts as simple as possible but also to convey as more information as possible. Here’s a cheat sheet in case you were looking for one.

Pelare 3: Integrationer för agentisk och generativ AI-eran

Framtiden kommer att vara en blandning av traditionella verktyg med AI, det kommer att vara samma sak med visualiseringar och agenter också. Ta vår generativa AI-aktiverade bot som exempel:

Det bästa sättet att få ut det mesta av sådana agenter och bottar är att självklart ha goda datahanteringsmetoder , särskilt att skapa och underhålla semantiska modeller för generativ AI. Låt oss ta fem exempel inom konsumentproduktindustrin:

Det handlar också om att omfamna den intelligens som finns där ute. Till exempel,

• Schemalägg dashboards enligt den frekvens du behöver dem, som veckovisa och månatliga rapporter. Detta är inte bara bra för att visualisera data i ett tydligt format utan förbättrar också den övergripande dataanvändningen.
• Röststyrd datautforskning – Du kan ställa naturliga frågor som "Visa mig vilka smaker som underpresterar i Kalifornien" och få visualiseringen att justeras automatiskt. Detta gör komplex data tillgänglig för fältteam som kanske inte är dataexperter.
• Att använda verktyg som Power BI för att skapa rapporter från grunden , baserat på dina indata och KPI:er, är väldigt enkelt (särskilt med AI-funktionerna i Power BI).

Exemplen är inte bara begränsade till visualiseringar, du kan använda AI-agenter för automatisk avvikelsedetektering – istället för att vänta på människor kan du utlösa agenter för tidig upptäckt av avvikelser och mer.

Hur kan konsumentproduktföretag bygga ett heltäckande ekosystem för datavisualisering och AI?

Vi förstår att allt detta kan låta väldigt tråkigt, från att möjliggöra datahantering till att skapa stödjande CPG-applikationer som möjliggör beslutsfattande. Därför har vi introducerat 1Platform, ett ekosystem som sömlöst stöder visualisering av CPG-data och AI.

Kortfattat kan du komma åt allt du behöver, från AI-aktiverade applikationer till AI-aktiverade dashboards, från samma plats.

CPG-branschdashboards: BI-portal i 1platform

Med 1platform eliminerar vi behovet av att söka i flera rapporter. Istället ger vi dig med vår navigeringsdrivna Insight Portal en mycket tydlig avgränsning av vad du bör leta efter.

Det liknar att ha separata flikar för visualiseringar som: Leverans kontra Uttömning eller en flik för försäljningsöversikt.

Du kan gå djupare in på det baserat på dina behov.

Kommer dashboards att bli föråldrade i AI:s och automatiseringens tidsålder?

Eller kommer de att vara så integrerade i våra arbetsflöden att vi knappt märker det längre? Eller någon blandad version av det? Vi får se.

Men för att anpassa sig till AI-eran måste man agera snabbt!!!

Prata med våra AI- och BI-experter idag för att diskutera dina behov ytterligare!

Några vanliga frågor om datavisualisering och AI inom ledarskap inom konsumentvaruproduktion